Tổng quan về luận án

Nghiên cứu của Tiến sĩ Kỹ thuật Tra Van Tran (Đại học Kỹ thuật Dortmund - TU Dortmund University, Cộng hòa Liên bang Đức, bảo vệ năm 2018 dưới sự hướng dẫn của Giáo sư Nguyễn Xuân Thịnh và Giáo sư Stefan Greiving) mang tính tiên phong trong việc giải quyết điểm nghẽn chuyển giao tri thức khí hậu vào quản trị tài nguyên nước. Luận án mang tiêu đề "Translating Climate Science into Policy Making in the Water Sector for the Vu Gia- Thu Bon River Basin" giải quyết trực tiếp một khoảng trống nghiên cứu (research gap) cốt lõi: sự đứt gãy giữa các mô hình khí hậu toàn cầu có độ bất định cao với quy trình hoạch định chính sách thích ứng cục bộ.

Theo Carter và Mäkinen (2011) cũng như Dilling và Lemos (2011), các cách tiếp cận truyền thống "dự báo rồi hành động" (predict-then-act) từ trên xuống (top-down) áp dụng mô hình hoàn lưu chung (General Circulation Models - GCMs) và hạ quy mô động lực/thống kê (downscaling) thường tạo ra những dự báo mang sai số tích lũy lớn, khiến các nhà hoạch định chính sách lúng túng trước các kịch bản mâu thuẫn (Brown, 2011; Stéphane Hallegatte et al., 2012).

Luận án thiết lập 5 câu hỏi nghiên cứu cụ thể:

  1. Thực trạng thiếu hụt nguồn nước tại lưu vực sông Vu Gia - Thu Bồn (VGTB) hiện nay diễn ra như thế nào?
  2. Biến đổi khí hậu (BĐKH) tác động ra sao đến lượng mưa và nhiệt độ tại lưu vực?
  3. Tình trạng thiếu nước sẽ biến chuyển như thế nào trong tương lai dưới các biên độ BĐKH khác nhau?
  4. Chính sách sử dụng đất hiện hành tác động như thế nào đến nhu cầu tiêu thụ nước?
  5. Những chính sách và lộ trình thích ứng khả thi nào cần được ban hành cho lưu vực VGTB?

Khung lý thuyết của nghiên cứu kết hợp lý thuyết bất định sâu (Deep Uncertainty Framework), tiếp cận co giãn quyết định (Decision Scaling Framework của Brown et al., 2012) và khung kịch bản trung tính (Scenario-Neutral Framework của Prudhomme et al., 2010). Phạm vi không gian nghiên cứu bao quát toàn bộ lưu vực VGTB với diện tích $10.350\text{ km}^2$ (trọng tâm là địa bàn tỉnh Quảng Nam và TP. Đà Nẵng), sử dụng chuỗi dữ liệu thủy văn - khí tượng lịch sử, 25 mô hình GCMs thuộc dự án CMIP5, và tư liệu viễn thám Landsat/SPOT giai đoạn 2011–2016 trong kỳ quy hoạch sử dụng đất 2011–2020. Tác động định lượng cốt lõi chỉ ra rằng có từ $66{,}36\text{ km}^2$ đến $87{,}77\text{ km}^2$ diện tích đất nông nghiệp sẽ đối mặt với rủi ro thiếu nước nghiêm trọng, dẫn đến mức thâm hụt tổng cộng từ 11 triệu đến 21 triệu $\text{m}^3$ nước tưới.

Literature Review và Positioning

Tổng quan y văn quốc tế ghi nhận hai dòng tiếp cận chính trong đánh giá tác động BĐKH đối với tài nguyên nước:

Dòng tiếp cận Top-down (Từ trên xuống): Được định hình từ hội nghị COP-1 UNFCCC năm 1995 (Carter và Mäkinen, 2011; Dessai và Hulme, 2004), chu trình bắt đầu từ kịch bản phát thải khí nhà kính (GHG), chạy qua các mô hình GCMs với độ phân giải thô ($250\text{ km} - 600\text{ km}$), sau đó hạ quy mô động lực thông qua Regional Climate Models (RCMs) như trong nghiên cứu của Maraun et al. (2010), Xue et al. (2014) hoặc hạ quy mô thống kê (Tofiq và Guven, 2014; Yonggang et al., 2013; Chen et al., 2012). Nhược điểm chí mạng là chuỗi tích lũy bất định (cascade of uncertainties) khiến kết quả dự báo ở cấp lưu vực phân kỳ quá lớn.

Dòng tiếp cận Bottom-up (Từ dưới lên): Khởi xướng nhằm tập trung vào tính dễ bị tổn thương (vulnerability domain) của hệ thống tiếp nhận (Dessai và Hulme, 2004; García, 2014). Dựa trên lý thuyết đánh giá rủi ro của Plate (2002): $$R(x) = \int_0^\infty C(x)f(x),dx$$ trong đó $C(x)$ là hàm hậu quả và $f(x)$ là hàm mật độ xác suất của biến cố khí hậu. Hallegatte et al. (2012) và Brown et al. (2012) lập luận rằng trong điều kiện BĐKH, việc cố gắng ước lượng chính xác $f(x)$ là bất khả thi; do đó, phương pháp bottom-up tập trung khảo sát đáp ứng hệ thống $C(x)$ trước toàn bộ dải biến thiên của biến số $x$.

Các nỗ lực tích hợp gần đây bao gồm:

  • Khung Scenario-Neutral của Prudhomme et al. (2010): Tách biệt độ nhạy cảm của lưu vực ra khỏi các kịch bản khí hậu toàn cầu.
  • Tiếp cận thích ứng bền vững (Robust Adaptation) của Wilby và Dessai (2010): Sàng lọc các giải pháp ít hối tiếc (low-regret) kết hợp biên an toàn sinh thái.
  • Mô hình WEAP tích hợp tham vấn đa bên của Bhave et al. (2014) tại Ấn Độ: Kết hợp 4 mô hình RCMs với phân tích đa tiêu chí (MCA).
  • Khung Future Visioning của Shaw et al. (2009) và Sheppard et al. (2011): Trực quan hóa kịch bản khí hậu tại địa phương để xây dựng đồng thuận xã hội.

Luận án định vị tại điểm giao thoa của Decision Scaling (Brown et al., 2012). Thay vì hạ quy mô GCM phức tạp, nghiên cứu sử dụng mô hình MIKE BASIN quét toàn bộ không gian khí hậu (climate space) để tìm "ngưỡng dễ bị tổn thương" (vulnerability thresholds), sau đó ánh xạ trực tiếp kết quả của 25 mô hình GCMs lên không gian này.

So sánh với các nghiên cứu thủy văn quốc tế, mô hình thủy văn lumped/conceptual trong luận án khắc phục nhược điểm thừa tham số (over-parameterization) của mô hình process-driven (Blöschl, 1995; Sivapalan, 2003) và vượt trội hơn cách tiếp cận thuần túy data-driven (Littlewood et al., 2003; Chiew, 2003). Kết quả mô phỏng thủy văn tương đương với các nghiên cứu điển hình sử dụng mô hình bán phân bố như HEC-HMS tại lưu vực Nepal (Kafle et al., 2010 - đạt đỉnh lũ $98%$), Jordan (Abushandi và Merkel, 2013) hay Uganda (Kaatz, 2014).

Đóng góp lý thuyết và khung phân tích

                   +-----------------------------------------------+
                   |              BOTTOM-UP DOMAIN                 |
                   |   MIKE BASIN & MIKE NAM Modeling Framework    |
                   |  (Parametric Stress-Testing: Temp & Rainfall) |
                   +-----------------------+-----------------------+
                                           |
                                           v
                   +-----------------------------------------------+
                   |     System Vulnerability Space & Thresholds   |
                   |   (Water Deficit: 11 - 21M m3; 66 - 88 km2)   |
                   +-----------------------+-----------------------+
                                           ^
                                           |  (Direct Mapping)
                   +-----------------------+-----------------------+
                   |               TOP-DOWN DOMAIN                 |
                   |       25 CMIP5 GCMs (RCP Scenarios)           |
                   |        (Omission of RCM Downscaling)          |
                   +-----------------------------------------------+
                                           |
                                           v
                   +-----------------------------------------------+
                   |   INTEGRATED POLICY & SPATIAL MASTER PLAN     |
                   |  - Demand Reduction: Water-saving, Crops      |
                   |  - Supply Augmentation: Reservoirs, Desal     |
                   +-----------------------------------------------+

Đóng góp cho lý thuyết

  1. Mở rộng lý thuyết Đánh giá Rủi ro BĐKH (Climate Risk Assessment Theory): Luận án chứng minh sự ưu việt của việc đảo ngược quy trình đánh giá truyền thống. Thay vì gánh chịu sai số tích lũy từ GCM $\rightarrow$ RCM $\rightarrow$ Hydrological Model $\rightarrow$ Impact $\rightarrow$ Policy, quy trình xác lập không gian tổn thương của lưu vực trước, loại bỏ hoàn toàn khâu trung gian hạ quy mô khí hậu phức tạp.
  2. Lý thuyết Cân bằng Động Năng lượng và Thủy văn (Hydro-climatic Feedback Theory): Nghiên cứu củng cố luận điểm của IPCC AR4/AR5 về cơ chế bức xạ cưỡng bức (Effective Radiative Forcing - ERF), phản hồi hơi nước và hiện tượng mất cân bằng cán cân nước mặt khi nhiệt độ mùa khô vượt $30^\circ\text{C}$, khiến bốc thoát hơi nước tiềm năng (PET) vượt xa lượng mưa tích lũy từ tháng 2 đến tháng 4.
  3. Khung chuyển giao khoa học - chính sách (Science-Policy Interface Framework): Khắc phục sự phân kỳ mục tiêu giữa "khoa học quy giản" (reductionist approach - tập trung vào bản chất chuỗi nhân quả) và "hoạch định chính sách" (planning approach - tập trung vào giải pháp tích hợp đa ngành).

Khung phân tích độc đáo

Khung phân tích tích hợp 4 cấu phần trụ cột:

  • Xác lập ngưỡng khí hậu nguy hại (Climate Hazard and Threshold Identification): Ứng dụng chỉ số cấp nước mặt (Surface Water Supply Index - SWSI) lấy năm hạn hán lịch sử cực đoan 1998 làm mốc đối chuẩn (benchmark).
  • Mô hình hóa hệ thống tài nguyên nước (System Modeling): Tích hợp mô hình dòng chảy mưa rào MIKE NAM vào hệ thống quản lý cân bằng nước lưu vực MIKE BASIN (kết hợp công nghệ GIS).
  • Khám phá rủi ro và ánh xạ không gian tổn thương (Climate Risk Discovery & Mapping): Quét tham số nhiệt độ ($\Delta T$) và lượng mưa ($\Delta P$) theo lưới đa chiều, sau đó chiếu 25 tập dữ liệu GCMs từ CMIP5 lên lưới tổn thương để xác định xác suất đồng thuận (maximum consensus case).
  • Tích hợp chính sách không gian và viễn thám (Spatial Policy & Remote Sensing Integration): Đánh giá chuyển đổi lớp phủ bề mặt (Land Cover/Land Use Change) giai đoạn 2011–2016 nhằm đo lường nhu cầu dùng nước thực tế phát sinh từ chính sách kinh tế - xã hội.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

  • Triết lý nghiên cứu: Thực chứng phản biện (Critical Realism) kết hợp thực dụng luận (Pragmatism), nhìn nhận BĐKH là một thực thể vật lý khách quan nhưng việc thích ứng đòi hỏi các giải pháp mô hình hóa có tính ứng dụng chính sách cao.
  • Thiết kế đa tầng (Multi-level Design): Tích hợp quy mô vĩ mô (25 GCMs toàn cầu thuộc CMIP5), quy mô trung gian (toàn lưu vực VGTB $10.350\text{ km}^2$) và quy mô vi mô (các nút nhu cầu tưới tiêu cấp huyện/xã, tiêu biểu như Nông Sơn, Thạnh Mỹ, Đại Lộc, Điện Bàn).

Quy trình nghiên cứu rigorous

  1. Mô phỏng Thủy văn cục bộ:
    • Thiết lập mô hình lumped conceptual MIKE NAM cho 2 tiểu lưu vực chính: Trạm Nông Sơn (lưu vực Thu Bồn) và Trạm Thạnh Mỹ (lưu vực Vu Gia).
    • Kiểm định độ tin cậy bằng chỉ số Nash-Sutcliffe Efficiency (NSE) qua hai giai đoạn hiệu chỉnh (calibration) và kiểm thực (validation).
  2. Mô hình hóa Nhu cầu Nước đa ngành:
    • Nhu cầu nước sinh hoạt và công nghiệp được tính toán chi tiết dựa trên Quy chuẩn Xây dựng Việt Nam (Bộ Xây dựng, 2006) kết hợp niên giám thống kê dân số, tốc độ tăng trưởng kinh tế tỉnh Quảng Nam và TP. Đà Nẵng.
    • Nhu cầu nước tưới nông nghiệp được tính toán riêng biệt cho từng tiểu vùng thủy lợi, phân bổ theo mùa vụ (vụ Đông Xuân và Hè Thu), trong đó lúa nước chiếm tới 70% diện tích tưới.
  3. Phân tích Viễn thám và Biến động Lớp phủ (LULC):
    • Sử dụng ảnh vệ tinh đa thời gian Landsat 8 (năm 2016) và đối chuẩn với ảnh vệ tinh độ phân giải cao SPOT 7 (cho khu vực Đà Nẵng).
    • Thực hiện phân loại giám sát (Supervised Classification) kết hợp phương pháp dựa trên chỉ số (Index-based approach): Chỉ số Thực vật Biệt sai Chuẩn hóa (NDVI), Chỉ số Xây dựng Biệt sai Chuẩn hóa (NDBI) và Chỉ số Nước Biệt sai Chuẩn hóa (NDWI).
    • Kiểm định độ chính xác bằng ma trận nhầm lẫn (Confusion Matrix), tính toán độ chính xác của người sản xuất (Producer's Accuracy), độ chính xác của người dùng (User's Accuracy) và hệ số Kappa dựa trên các điểm đối chứng mặt đất (Ground Reference Points).

Data và phân tích

  • Dữ liệu khí tượng thủy văn: Chuỗi quan trắc lượng mưa, nhiệt độ, độ ẩm, tốc độ gió, bốc hơi và lưu lượng dòng chảy nhiều năm tại các trạm Nông Sơn, Thạnh Mỹ, Ái Nghĩa, Cẩm Lệ, Giao Thủy... cung cấp bởi Trung tâm Khí tượng Thủy văn Quốc gia (NHMS), Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu (IMHEN).
  • Dữ liệu viễn thám: Phân tích sự chuyển đổi từ đất nông nghiệp sang đất xây dựng, đất trống và thảm thực vật từ năm 2011 đến 2016, so sánh trực tiếp với số liệu quy hoạch sử dụng đất của Bộ Tài nguyên và Môi trường (MONRE).
  • Công cụ phần mềm chuyên dụng: MIKE BASIN, MIKE NAM (Danish Hydraulic Institute - DHI), Climate Data Operators (CDO) để xử lý dữ liệu lưới NetCDF từ CMIP5, ArcGIS cho phân tích không gian và nội suy song tuyến tính (Bi-linear Interpolation).

Phát hiện đột phá và implications

Những phát hiện then chốt

"The results obtained in the study suggest that at a minimum, 66.36 km2 of agricultural area would be facing water challenges in the future. Under more severe climate change conditions, up to 87.77 km2 of crops would be facing water shortages. Overall, there is a water deficit of between approximately 11 million and 21 million m3 of water for agricultural production."

  1. Sự phân kỳ sâu sắc giữa mùa mưa và mùa khô: Lượng mưa tại lưu vực VGTB mang tính biến thiên không gian - thời gian cực đoan. Mùa mưa (tháng 9 – 12) chiếm tới xấp xỉ $70%$ tổng lượng mưa năm, trong khi 8 tháng mùa khô (tháng 1 – 8) chỉ đóng góp $30%$, riêng 3 tháng kiệt nhất chiếm chưa đầy $6%$. Từ tháng 2 đến tháng 4, nhiệt độ thường xuyên vượt ngưỡng $30^\circ\text{C}$ khiến bốc thoát hơi nước tiềm năng vượt lượng mưa thực tế.
  2. Định lượng diện tích và thể tích thâm hụt nước: Luận án xác định chính xác ở kịch bản BĐKH tối thiểu, có $66{,}36\text{ km}^2$ đất canh tác nông nghiệp rơi vào tình trạng thiếu nước. Khi BĐKH diễn biến khắc nghiệt hơn, diện tích chịu hạn tăng vọt lên $87{,}77\text{ km}^2$. Tổng dung tích nước thiếu hụt cho nông nghiệp dao động từ 11 triệu $\text{m}^3$ đến 21 triệu $\text{m}^3$.
  3. Xác định các nút thủy lợi xung yếu (Vulnerable Nodes): Mô hình MIKE BASIN nhận diện hàng loạt nút cấp nước có độ tin cậy cấp nước (Reliability) suy giảm nghiêm trọng trong mùa khô, bao gồm các nút: IRR_VG07, IRR_VG09, IRR_VG12, IRR_VG13 (thuộc hệ thống sông Vu Gia) và IRR_TB09, IRR_TB13, IRR_TB15, IRR_TB21, IRR_VG23 (thuộc hệ thống sông Thu Bồn).
  4. Tác động kép của vận hành hồ chứa thủy điện thượng nguồn: Sự hiện diện của các hồ chứa thượng nguồn làm thay đổi căn bản phân phối dòng chảy kiệt. Nếu không có quy trình vận hành liên hồ chứa tối ưu hướng đến mục tiêu xả nước hạ du, rủi ro thiếu hụt nước tại vùng đồng bằng ven biển (Đại Lộc, Điện Bàn, Hội An, Đà Nẵng) sẽ bị khuếch đại gấp nhiều lần.
  5. Mâu thuẫn giữa quy hoạch sử dụng đất và áp lực nguồn nước: Phân tích viễn thám giai đoạn 2011–2016 chỉ ra sự chuyển đổi mạnh mẽ từ đất lúa nước sang đất đô thị/công nghiệp và đất trống quanh vùng ven Đà Nẵng - Quảng Nam. Mặc dù diện tích nông nghiệp có xu hướng thu hẹp nhẹ do đô thị hóa, nhu cầu nước cục bộ cho các vùng chuyên canh lúa còn lại vẫn tăng cao do tính dễ tổn thương trước xâm nhập mặn và suy giảm dòng chảy kiệt.

Implications đa chiều

  • Đóng góp phương pháp luận (Methodological Advances): Chứng minh tính khả thi của việc kết hợp bottom-up stress-testing với tập hợp đa mô hình GCM (CMIP5 ensemble) mà không cần bước hạ quy mô thống kê/động lực tốn kém tài nguyên tính toán.
  • Hàm ý thực tiễn và chính sách (Policy Pathways): Đề xuất hai nhóm giải pháp chiến lược đồng bộ:
    1. Nhóm giải pháp giảm nhu cầu / bảo tồn nước (Demand Management): Chuyển đổi cơ cấu cây trồng chịu hạn, thay đổi tập quán canh tác lúa nước (áp dụng kỹ thuật tưới ngập khô xen kẽ - AWD), ứng dụng công nghệ tưới tiết kiệm nước tại các nút xung yếu (IRR_VG07, IRR_TB15).
    2. Nhóm giải pháp gia tăng nguồn cung (Supply Augmentation): Nâng cấp dung tích hữu ích các hồ chứa hiện hữu, xây dựng bổ sung các công trình điều tiết nước liên lưu vực, và nghiên cứu giải pháp khử mặn nước biển (Seawater Desalination) cho các đô thị ven biển như Đà Nẵng và Hội An trong các đợt hạn cực đoan.

Limitations và Future Research

  1. Độ phân giải không gian của dữ liệu khí hậu GCM: Việc sử dụng trực tiếp kết quả thô của 25 mô hình GCMs thông qua nội suy song tuyến (Bi-linear interpolation) giúp tránh sai số hạ quy mô nhưng làm giảm khả năng nắm bắt các đặc thù địa hình vi khí hậu phức tạp của dãy Trường Sơn.
  2. Giả định tĩnh về kinh tế - xã hội: Mô hình nhu cầu nước trong tương lai chủ yếu dựa trên xu hướng quy hoạch đất đai và quy chuẩn xây dựng hiện hành, chưa tích hợp đầy đủ các kịch bản phát triển kinh tế xã hội đa chiều (Shared Socioeconomic Pathways - SSPs).
  3. Mô phỏng thủy lực xâm nhập mặn: Mô hình MIKE BASIN tập trung vào cân bằng nước tổng thể cấp lưu vực (water balance) mà chưa tích hợp sâu mô hình thủy lực 1D/2D (như MIKE 11 / MIKE 21) để mô phỏng tương tác động giữa triều cường, xâm nhập mặn và dòng chảy kiệt tại các cửa sông Thu Bồn và Hàn.
  4. Hướng nghiên cứu tương lai:
    • Tích hợp coupled hydro-economic modeling để đánh giá chi phí - lợi ích tài chính của từng giải pháp công trình (hồ chứa, khử mặn) so với phi công trình.
    • Nâng cấp mô hình viễn thám sử dụng chuỗi ảnh Sentinel độ phân giải cao ($10\text{ m}$) và thuật toán học máy (Random Forest/SVM) để theo dõi thời gian thực biến động mùa vụ lúa.

Tác động và ảnh hưởng

  • Tác động học thuật: Luận án cung cấp một nghiên cứu điển hình mẫu mực (benchmark case study) tại Đông Nam Á về ứng dụng khung phân tích Decision Scaling, mở ra hướng trích dẫn quan trọng cho các nghiên cứu thủy văn thích ứng BĐKH tại các lưu vực sông ven biển miền Trung Việt Nam.
  • Ảnh hưởng chính sách cấp tỉnh và quốc gia: Kết quả nghiên cứu cung cấp luận cứ khoa học trực tiếp cho Sở Tài nguyên và Môi trường (DONRE), Sở Nông nghiệp và Phát triển Nông thôn (DARD) của tỉnh Quảng Nam và TP. Đà Nẵng trong việc rà soát Quy hoạch tài nguyên nước lưu vực sông VGTB đến năm 2030, tầm nhìn 2050 và hoàn thiện Quy trình vận hành liên hồ chứa trên lưu vực sông Vu Gia - Thu Bồn (Quyết định của Thủ tướng Chính phủ).
  • Lợi ích kinh tế - xã hội: Giúp bảo vệ sinh kế cho hàng trăm ngàn hộ nông dân tại hạ lưu, giảm thiểu tổn thất kinh tế do hạn hán, ngăn ngừa nguy cơ thiếu nước sinh hoạt cho hơn 1 triệu dân tại đô thị loại 1 Đà Nẵng.

Đối tượng hưởng lợi

  • Nghiên cứu sinh / Giới học thuật: Tiếp cận phương pháp luận tích hợp top-down & bottom-up hoàn chỉnh, nắm vững kỹ thuật ghép nối mô hình thủy văn MIKE với dữ liệu khí hậu CMIP5 và công nghệ viễn thám GIS.
  • Cơ quan Quản lý Nhà nước (Bộ TN&MT, DONRE Quảng Nam & Đà Nẵng): Sở hữu bộ công cụ định lượng hỗ trợ ra quyết định phân bổ hạn ngạch khai thác nước và điều tiết hồ chứa trong các tháng hạn kiệt.
  • Đơn vị Quản lý Thủy nông và Khai thác Thủy điện: Tối ưu hóa lịch xả nước phát điện kết hợp cấp nước tưới tiêu hạ du, giảm thiểu xung đột lợi ích giữa ngành điện và ngành nông nghiệp.
  • Cộng đồng dân cư và nông dân lưu vực VGTB: Hưởng lợi từ sự ổn định nguồn nước sinh hoạt và sản xuất nông nghiệp trước các hiện tượng thời tiết cực đoan.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án mở rộng lý thuyết Decision Scaling (Brown et al., 2012) bằng cách thiết lập ma trận tổn thương nước nông nghiệp đa biến ($\Delta P, \Delta T$) tại một lưu vực ven biển nhiệt đới gió mùa có độ dốc cao và mùa khô kéo dài. Thay vì dựa vào một kịch bản dự báo duy nhất, nghiên cứu xác lập không gian trạng thái chịu tải của lưu vực trước khi đối chiếu với các mô hình khí hậu.

2. Đổi mới phương pháp luận so với các nghiên cứu trước đây như thế nào?

So với các nghiên cứu truyền thống tại Việt Nam (sử dụng 1-2 mô hình RCM hạ quy mô), luận án sử dụng toàn bộ tập hợp 25 mô hình GCMs thuộc CMIP5 kết hợp công cụ CDO, loại bỏ hoàn toàn các giả định thiếu chắc chắn của hạ quy mô thống kê, đồng thời tích hợp trực tiếp ảnh viễn thám đa thời gian (Landsat 8 và SPOT 7) để kiểm chứng áp lực sử dụng đất.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Mặc dù diện tích đất nông nghiệp có xu hướng chuyển đổi sang đất đô thị/công nghiệp trong kỳ quy hoạch 2011–2016, tổng nhu cầu nước tưới nông nghiệp tại các nút hạ lưu không hề suy giảm mà trái lại mức độ thâm hụt nước ngày càng gay gắt (đạt mức thiếu hụt lên đến 21 triệu $\text{m}^3$), do sự tập trung vào thâm canh lúa nước và sự gia tăng bốc thoát hơi nước vượt lượng mưa trong các tháng 2, 3 và 4.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) không?

Có. Toàn bộ quy trình từ thu thập số liệu trạm, tính toán chỉ số SWSI, thiết lập thông số mô hình MIKE NAM (hệ số dòng chảy, dung tích trữ đất), hiệu chỉnh chỉ số Nash-Sutcliffe, xây dựng mạng lưới nút MIKE BASIN, đến quy trình phân loại ảnh viễn thám có ma trận kiểm định sai số đều được mô tả chi tiết, cho phép tái lập trên các lưu vực sông tương đồng (như sông Hương, sông Ba).

5. Lộ trình nghiên cứu 10 năm tiếp theo được định hình ra sao?

Cần tập trung vào 3 trọng tâm: (1) Tích hợp mô hình dự báo thời tiết hạn mùa (Seasonal Forecasting) vào thời gian thực của MIKE BASIN; (2) Phát triển khung tối ưu hóa đa mục tiêu kết hợp trí tuệ nhân tạo (AI-driven multi-objective optimization) cho vận hành liên hồ chứa thủy điện; (3) Đánh giá chi tiết rủi ro xâm nhập mặn kết hợp mô hình kinh tế nước (Hydro-economic modeling).

Kết luận

  1. Luận án đã giải quyết xuất sắc bài toán chuyển giao tri thức khí hậu phức tạp thành công cụ hỗ trợ ra quyết định thực tế trong quản lý tài nguyên nước tại lưu vực sông Vu Gia - Thu Bồn.
  2. Thiết lập thành công mô hình tích hợp kết hợp giữa phương pháp tiếp cận từ dưới lên (Bottom-up MIKE BASIN) và dữ liệu tập hợp từ trên xuống (Top-down 25 GCMs CMIP5), chứng minh tính vượt trội so với cách tiếp cận dự báo truyền thống.
  3. Lượng hóa chính xác mức độ dễ bị tổn thương: diện tích canh tác chịu rủi ro thiếu nước từ $66{,}36\text{ km}^2$ đến $87{,}77\text{ km}^2$, tương ứng lượng nước thiếu hụt từ 11 đến 21 triệu $\text{m}^3$.
  4. Nhận diện chính xác các nút thủy lợi xung yếu (IRR_VG07, IRR_TB15...) và đề xuất khung giải pháp thích ứng toàn diện bao gồm quản lý nhu cầu (nông nghiệp tiết kiệm nước) và bổ sung nguồn cung (điều tiết hồ chứa, khử mặn).
  5. Mở ra các hướng nghiên cứu liên ngành đột phá về quy hoạch không gian thích ứng khí hậu, liên kết quản trị tài nguyên nước giữa các thực thể hành chính (Đà Nẵng - Quảng Nam), tạo di sản học thuật có giá trị lý luận và thực tiễn lâu dài cho ngành kỹ thuật không gian và quản trị tài nguyên nước.